激光水下目标探测中混沌背景信号重构的研究

对激光水下目标探测中混沌景信号的重构问题进行了研究。讨论了混沌时间序列的动态特性，并实际计算了激光水下目标探测中混沌背影信号的时延、混沌维数等有关征参量。阐述神经网络重构时间序列模型机理的基础上，提出用神经网络局剖预测法重构水下目标探测中混沌背影信号，最后在成功地重构出屯背影信号的条件下，利用预测误差检测到水下目标探测中的有用弱信号。实验结果表明这种方法是比较有效的。     

对时变混沌系统的信号重构

证实了在基于观察者途径的情况下，Takens的嵌入重构定理能扩展到时变混沌系统．Lur‘e系统被特别考虑．作为应用的实例，讨论了在没有信道噪声和畸变的情况下，在基于混沌的通信系统的信息信号的恢复．     

一种基于神经网络的激光水下目标探测方法

提出了一种利用多层面神经网络进行激光水下目标检测的新方法．理论分析和实验表明,新方法不仅适用于不同的激光探测系统参数,而且适用于对不同海域情况下的自动目标弱信号的检测     

混沌噪声背景下弱谐波信号的GRNN检测

针对BP(Back Propagation)神经网络方法存在训练时间长,收敛性能不理想;RBF(Radial BasisFunction)神经网络的隐层结构对鲁棒性影响大的问题,将广义回归神经网络GRNN(GeneralizationRegression Neural Network)引入混沌背景下的弱谐波信号检测中,提出了一种提取混沌噪声背景下微弱谐波信号的GRNN检测方法.该方法利用GRNN建立噪声混沌背景的最优一步预测模型,再结合频域处理预测误差提取微弱信号,以Duffing系统产生混沌时序作为混沌背景,使用该方法用MATLAB6.1验证在没有噪声、存在高斯白噪声和存在色噪声情况下的混沌背景下的弱谐波信号检测.实验结果表明,谐波对混沌的信噪比达到-36dB时仍然可以检测出谐波.     

基于RBF神经网络的混沌背景下瞬态弱信号检测

针对海杂波背景下瞬态弱信号检测的问题,采用海杂波混沌模型,基于神经网络重构混沌序列相空间,提出了基于RBF神经网络预测混沌时间序列和瞬态弱信号检测方案。理论分析和仿真结果表明这种方法能够有效实现混沌背景噪声中瞬态弱信号的检测。     

能源时序相空间重构及其混沌特征分析

对中国能源生产量与能源消费量实测值时间序列分别进行相空间重构，按照关联维数方法求算吸引子维数。通过计算，得出中国能源年生产量与消费量时序的相关维是正的分数值，能源生产时序饱和嵌入维数m^∞为10，关联维数为1．18，影响能源生产的因素约为2－10个。能源消费时序饱和嵌入维数m^∞为10，关联维数为1．13，影响能源消费的因素约为2－10个。通过对二阶柯尔莫尔哥洛夫熵K2的计算得出，我国能源生产量的可预测时间尺度是9年，能源消费量的可预测时间尺度是10年。     

基于相空间重构的匹配追踪混沌信号去噪

基于混沌信号和噪声在相空间轨道的动力和几何特性,提出一种相空间重构的匹配追踪混沌去噪方法。该方法利用相空间重构产生与混沌信号微分同胚的相空间集,采用匹配追踪方法将信号分解为匹配信号结构的时频原子的线性和,达到无损去噪的目的。对Lorenz混沌系统模拟试验表明,该方法具有良好的去噪效果和计算收敛性。应用该方法于混沌相关光时域定位仪实际探测信号的测试,降低互相关旁瓣平均水平9.539 4。     

混沌时间序列相空间重构参数的选取方法

对混沌时间序列相空间重构中最佳延迟时间间隔和嵌入维数的选取方法作了综述,提出了同时考虑这2个参数选取的重构展开－虚假邻点法以及预测误差最小法,并以Lorenz系统为例作了验证。     

混沌背景下基于小波神经网络的弱信号检测

依据Takens嵌入定理提出了一种基于小波神经网络（WNN）的强混沌背景中微弱信号的检测方法。该方法利用混沌系统的单变量值对混沌背景重构相空间，采用小波神经网络所具有的强大的学习能力和非线性处理能力建立了混沌背景噪声的一步预测模型，使其与混沌背景噪声具有相同的基本动力学特征，并通过设定合适的预测误差门限来检测掩埋在混沌背景中的有用微弱信号。仿真结果验证了该方法的可行性。     

证券市场中的混沌分形行为的研究

近几年来,用混沌理论来分析证券市场的变化规律,已经逐渐成为证券市场中非线性研究的热点.股票价格收益率及其波动常常表现为混沌特征,本文提供了一些方法来研究证券市场中的股票价格及其收益率所具有混沌特征.如Lyapunov 指数为正则可以确认系统具有混沌行为,再由混沌吸引子的分形维数分析证券市场运行系统的混沌状态.从而得出我国证券市场运行于混沌状态的有力证据.     

基于LM算法的BP神经网络的混沌背景下瞬态弱信号检测

分析了BP神经网络的改进算法,用神经网络实现混沌时间序列相空间重构,用基于LM算法的BP神经网络对混沌背景进行预测,从而检测出信号。     

Reconstruction of Chaotic Systems Using Chaotic Synchronization

ＲｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆＣｈａｏｔｉｃＳｙｓｔｅｍｓＵｓｉｎｇＣｈａｏｔｉｃＳｙｎｃｈｒｏｎｉｚａｔｉｏｎＨｅＲｏｎｇ（何榕），ＶａｉｄｙａＰ．Ｇ．＋ＤｅｐａｒｔｍｅｎｔｏｆＴｈｅｒｍａｌＥｎｇｉｎｅｅｒｉｎｇ，ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓ...     

混沌信号产生电路的研究

主要通过对混沌电路的设计及其混沌振荡机理的研究，使得在任何情况下再现混沌信号成为可能，仿真结果表明新设计的电路不仅能有效地产生混沌信号，而且无论是从电路的设计还是产生混沌信号的结果来看，都有着现有混沌电路所不具备的许多优点。     

激光雷达探潜背景信号的混沌和分形行为研究

研究了海洋激光雷达探潜弱信号的混沌及分形特性．在相空间重构的基础上，计算了探潜背景信号的吸引子维数以及最大李雅谱诺夫指数，并且用前馈网络验证了探潜信号的局部可预测性．实验结果表明，探潜背景信号有奇异吸引子，是由某个混沌系统产生的．对用盒维数探测探潜信号中目标的方法也进行了研究     

基于改进RBF神经网络的混沌时间序列预测

基于RBF神经网络与相空间重构理论,对网络预测模型进行改进,并以Lorenz动力系统产生的混沌时间序列作为研究对象,建立预测模型并对其进行数值仿真.实验结果表明,基于改进RBF神经网络与相空间重构理论的混沌时间序列预测方法比BP、RBF神经网络模型的预测精度高、误差小、性能优越,改进方法可行、有效.     

混沌通信系统中基于跟踪策略的非相干检测

提出了一个新颖的跟踪器来重构发射的混沌信号，它是基于一个修改的径向基函数神经网络（RBF），并配合一个用于跟踪在有参数变化的噪声混沌信号的学习算法，该跟踪器被用于混沌的移相链控数字通信系统的非相干解调，当蔡氏电路用在混沌发生器时，仿真结果证实了提出的方法在跟踪和解调方面的能力。     

一个激光振荡输出系统的混沌特征量

用数值计算方法求得文献〔１〕提出的激光振荡输出系统的Ｌｙａｐｕｎｏｖ指数及相关维数，并揭示了混沌区内的无穷嵌套自相似结构。